IBM

Le 24 septembre 2026, Dataiku a annoncé Agent Management, produit autonome qui recense les agents d'IA en service dans une entreprise quelle que soit la plateforme qui les a construits, mesure leur performance technique et métier, et signale ceux qui portent le plus de risque. Il se branche sur AWS Bedrock, Databricks Agents, Google Vertex, Microsoft Copilot Studio et Azure Foundry, Salesforce Agentforce, Snowflake Cortex et Dataiku lui-même, et rattache par OpenTelemetry les environnements développés en interne. L'éditeur, qui cite l'étude AI in Motion d'IBM, avance que moins d'une organisation sur cinq tient un inventaire complet et à jour de ses systèmes d'IA. Pour les agents les plus exposés, il conserve un état de certification, les risques nommés et des tests rejoués périodiquement. Présenté à la conférence Dataiku Succeed, il passera en disponibilité générale en octobre 2026, facturé par instance et par an, la supervision étant comptée par agent.

Le 23 septembre 2026, Verizon a annoncé depuis Jersey City un investissement total de 70 millions de dollars pour « Verizon AI Skills for America », programme de formation gratuite à l'IA destiné aux demandeurs d'emploi, aux professionnels en début de carrière, aux travailleurs déplacés, aux enseignants et aux petites entreprises. La somme combine les 20 millions du fonds de reconversion déjà réservé aux salariés quittant l'entreprise et 50 millions d'argent neuf. L'opérateur regroupe sur un portail des contenus de formation d'IBM, Google, Anthropic, Microsoft, Coursera et OpenAI, mis à disposition sans frais ; il chiffre à plus de 700 dollars par personne et par an le coût d'une telle formation achetée séparément. L'accompagnement de terrain est confié à Goodwill Industries International, au Local Initiatives Support Corporation et à la National Association for Community College Entrepreneurship. Le directeur général Dan Schulman dit attendre des entreprises qu'elles investissent dans les personnes avec la même urgence que dans la technologie.

Le 22 septembre 2026, le projet vLLM a détaillé, sur le blog PyTorch, l'introduction d'un jeu de couches « agnostiques du matériel », pour les accélérateurs tiers et GPU anciens. Pour tenir les performances de pointe sur les cartes NVIDIA Blackwell, le projet maintient désormais des définitions de modèles dites « plates », propres à chaque matériel, incompatibles avec la compilation intégrale de torch.compile ; tous les modèles de frontière récents la suivent. Les nouvelles couches, activables sur le dorsal transformers par la variable USE_HW_AGNOSTIC, s'en tiennent à PyTorch natif ou aux langages portables Triton et Helion. Mesurées sur H100 pour trois modèles récents, elles restent à 3,4 % près du débit en jetons des implémentations natives, en moyenne géométrique, et le dépassent parfois légèrement. Le chemin est fusionné dans la branche principale pour un nombre limité de couches, validé avec le greffon Spyre d'IBM.

Le 21 septembre 2026, l'IBM Institute for Business Value a publié une étude menée avec Oxford Economics auprès de 1 500 directeurs des ressources humaines, dans 21 zones géographiques et 23 secteurs, et de 8 800 salariés à temps plein de 28 pays, interrogés entre avril et juin 2026. 71 % des DRH désignent la capacité à superviser, valider et corriger les sorties de l'IA comme la compétence la plus essentielle de leurs effectifs, quand 29 % des salariés classent le jugement parmi les compétences importantes. 60 % des salariés redoutent une érosion de leurs compétences, l'esprit critique étant le plus souvent cité. Les organisations qui qualifient chaque processus d'humain, assisté ou exécuté par l'IA déclarent 18 % de réduction du risque et 20 % de gain de qualité. 46 % des entreprises n'associent pas le DRH à la définition de leur stratégie d'IA.

Le 14 septembre 2026, Red Hat a détaillé AutoRAG, fonction d'OpenShift AI 3.5 qui automatise l'évaluation et le réglage des hyperparamètres des chaînes de génération augmentée par la recherche. L'outil s'appuie sur Kubeflow Pipelines et sur le moteur d'optimisation open source ai4rag d'IBM pour comparer découpage des documents, modèles d'embedding et paramètres de génération, puis classer les combinaisons sur un tableau de résultats. Une fois un motif retenu, la plateforme génère les artefacts de production des deux moitiés de la chaîne, le pipeline d'ingestion et le point d'accès de requête, au lieu d'obliger les équipes à extraire les configurations de leurs notebooks et à reconstruire l'architecture à la main. Une conversation intégrée à l'interface permet d'interroger le motif sélectionné sans attendre un cycle de déploiement. Red Hat indique qu'OpenShift AI 3.5 est disponible et qu'AutoRAG 3.5 reste en avant-première technique.